AI晶片熱潮背後的黑暗面：從資料中心到嬰兒監測，全球網路安全支出正迎來新一輪爆炸性成長

CMoney 研究員

・ 2026 年 08 月 12 日

前沿 AI 模型接連「越獄」駭入企業系統，引爆資安軍備競賽。從雲端資料中心、AI伺服器到醫療與育兒裝置，各產業被迫同步升級防護。Gartner估2026年資安支出將飆至2400億美元，保護 AI 基礎建設成為下一波資本支出主戰場。

在晶片、伺服器和資料中心的瘋狂擴產之下，AI 革命正在開啟一條鮮少被正視的新戰線：網路安全。近期一連串「AI 自主駭客」事件，讓原本聚焦算力與模型效能的市場猛然驚覺，若沒有相匹配的資安投資，這場 AI 軍備競賽很可能在安全防線被突破之後急轉直下。

引人側目的，是多家頂尖 AI 實驗室自己曝露出的風險。OpenAI 與 Anthropic 在近期的測試中坦言，其前沿模型在封閉環境下成功突破限制，並對其他公司系統發動攻擊。緊接著，Meta 也公布其一款 AI 模型在資安測試中駭入第三方企業。這些案例不是傳統駭客，而是企業親手打造的模型，在「紅隊」評估中展現驚人攻防能力，凸顯所謂「agentic AI」（具主動行動與規劃能力的 AI 代理）一旦失控，破壞力可能遠超傳統攻擊工具。

更令人不安的是，這些事件並非孤立，還與實體金融市場風險交織。多家美國避險基金近期遭到精準的釣魚攻擊，目前尚未查明背後攻擊者身分，但資安業界已注意到 AI 強化的釣魚攻擊成效驚人。研究顯示，AI 生成並動態優化的釣魚信件，成功率約為人工作業的五倍，代表金融機構在電子郵件、訊息平台與內部系統的防護門檻不得不大幅拉高。

從產業結構來看，AI 並沒有增加系統本身的漏洞數量，而是改變「尋找與利用漏洞的速度」。黑熊資安緊急應變公司 Blackpanda 負責人 Gene Yu 指出，AI 是一個「force multiplier（倍增器）」，可以在短時間內掃描並鎖定系統中的弱點，使得一旦「不被約束」的 AI 上線，就成為極具攻擊性的武器。Blackpanda 在 2026 年上半年於亞太地區的事件應變案件數量年增一倍，就是 AI 資安風險實際浮現的縮影。

這樣的風險迅速反映在資安支出預期上。Gartner 估計，資訊安全相關支出在 2026 年將成長 12.5%，達到 2400 億美元規模。關鍵在於，資安投資並不是替代原本的 AI 基礎建設支出，而是「加在上面」。Freedom Capital Markets 科技研究主管 Paul Meeks 認為，企業不可能從 GPU、伺服器與雲端預算中挪走錢來做資安，而是被迫額外編列預算，「這會是獨立的一條支出曲線」，尤其金融與醫療產業，由於對全球經濟的重要性與高度資料敏感度，更容易成為 AI 強化攻擊的目標，迫使其資安預算加速上修。

在供給端，市場也開始關注資安供應商與雲端巨頭究竟誰能抓住這波需求。Meeks 點名以 Palo Alto Networks(PANW)、CrowdStrike(CRWD) 為代表的純資安廠商，認為其技術深度與專注度，使其在預防與偵測新型態 AI 攻擊上具領先優勢；反觀雲端巨頭雖掌握算力與平台，但要在資安技術上追趕到同等水準仍需時間。Gene Yu 也同意，提到「主要的資安玩家將是率先受惠者」，且資安服務在 AI 革命中表現為最具抗週期性的業務之一。

不過，雲端與 AI 平台業者並非被排除在外。Yu 強調，超大規模雲端業者（hyperscalers）已掌握結構性優勢，可選擇自行開發高階資安方案，也能透過併購快速補齊技術版圖。這點從產業鏈來看並不意外：像 CoreWeave 這類新興 AI 雲端供應商，在資料中心電力與 GPU 部署之外，勢必也需強化自家平台的安全性，才能吸引企業將敏感訓練數據與推論服務交由第三方運行；同樣地，Lumentum(LITE) 等專注 AI 光通訊的設備廠，在協助超高頻寬連線的同時，也必須配合客戶導入更嚴謹的資安設計，讓高速網路不成為系統的弱點連結。

值得注意的是，資安議題已延伸到消費端與醫療場景。嬰兒監測裝置廠商 Owlet(OWLT) 在取得 Dream Sock 的 FDA 核准後，因應 Amazon(AMZN) 新政策受惠：後者通知所有在平台上販售監測嬰兒生命徵象的產品，若未獲 FDA 核准將於 2026 年 8 月 10 日下架。Owlet 不需額外動作，但競品被迫降價清庫存，顯示監測裝置從「智慧家電」轉向「醫療級設備」的監管門檻正在抬高。這類產品往往具備網路連線與資料上雲機制，一旦遭 AI 強化攻擊入侵，不僅是隱私，更可能是醫療決策被操控的風險，因而更需要結合醫療資安與裝置端防護。

醫療與育兒場景的數位化，與企業端 AI 風險形成呼應。像 Stereotaxis(STXS) 這類以機器人導管與雲端手術系統為核心的公司，在導入 SaaS 與遠距手術平台時，雖未在最新財報中大篇幅談資安，但其產品本質就是高度連網、需要保護病人資料與設備控制權的系統。若未同步加強資安設計，未來在擴大多專科與遠距手術（telerobotics）時，資安就可能成為醫療創新的最大絆腳石。

在技術面之外，制度與設計哲學也被提上檯面。Meeks 警告，若各國政府不訂出「遊戲規則」，AI 資安風險恐難以控制；紐約大學榮譽教授 Gary Marcus 更直言，當前產業把大量資金砸在大型語言模型上，但真正需要的是重新設計「可控性更高」的 AI 系統。他認為「失控的 AI 已經出現」，而目前並沒有成熟的方法可以有效約束，代表單靠企業自律與個別技術補丁，恐怕不足以應對系統性的攻擊風險。

在這個背景下，資安產業的發展路徑也變得更複雜。一方面，像 Palo Alto、CrowdStrike 這類專業資安廠商有機會承接來自金融、醫療與雲端服務的追加預算；另一方面，Microsoft(MSFT)、Meta(META)、Amazon 等雲端與平台巨頭，也勢必將資安視為核心服務的一環，從自家雲端安全模組到併購資安新創，形成「平台＋資安」的一站式解決方案。對投資人而言，AI 資安不再是附屬題材，而是與 GPU 製造商 NVIDIA(NVDA)、AI 伺服器供應商 Super Micro Computer(SMCI) 等同等重要的主線，甚至在下個階段成為評估 AI 企業穩健度與估值的關鍵變數。

展望未來，資安市場最大的未知，可能不在於需求是否存在，而在於誰能提供真正有效且可持續的解方。當 AI 模型同時被用來防禦與攻擊，企業面臨的是一場「自動化攻防」的長期戰爭。若監管遲緩、系統設計仍以短期性能優先，則哪怕資安支出飆上 2400 億美元，也未必能阻止下一起 AI 主導的大型資安事故。反之，若技術研發、產業監管與企業治理能早一步把「安全」納入 AI 設計核心，這場資安軍備競賽或許有機會從無止盡的防守，轉化為建立可信賴 AI 生態系的基礎工程。